通过有向边关系得到每个图包含的节点信息

最新推荐文章于 2024-02-01 09:56:17 发布

Mr_不想起床

最新推荐文章于 2024-02-01 09:56:17 发布

阅读量562

点赞数

分类专栏：图神经网络

本文链接：https://blog.csdn.net/qq_42189083/article/details/109259840

版权

1024程序员节

图神经网络专栏收录该内容

6 篇文章 8 订阅

订阅专栏

实现将多个有序的关系对聚合层多个类，实质为由多个有向边的关系对得到图的个数。

示例：

如现有如下有向关系对：

(A,B),(B,C),(D,C),(E,F),(G,F),(H,E),(I-G),(J-B)

其中，（A,B）表示A属于B，即为有向关系对。

通过关系合并，则最终可以得到的两个图(类)。图1的节点有（A,B,C,D,J）、图2的节点有（E,F,G,I）。

代码实现：

def _find_parent(parent, u):
    idx = []
    # parent is a fixed point
    while (u != parent[u]):
        idx.append(u)
        u = parent[u]
    for i in idx:
        parent[i] = u
    return u


def edge_to_connected_graph(edges, num):
    """
    :param edges: 有向关系对
    :param num: 定点个数
    :return: 
    """
    parent = list(range(num))
    for u, v in edges:
        p_u = _find_parent(parent, u)
        p_v = _find_parent(parent, v)
        parent[p_u] = p_v

    for i in range(num):
        parent[i] = _find_parent(parent, i)
    remap = {}
    uf = np.unique(np.array(parent))
    for i, f in enumerate(uf):
        remap[f] = i
    cluster_id = np.array([remap[f] for f in parent])
    return cluster_id